生成式AI 正迅速改變各行各業，其中許多製造業也透過投資生成式AI 工具，以提升營運效率並開創新的可能性。根據 Deloitte 報告，半導體巨頭在 2023 年投資約 3 億美元用於晶片設計的 AI 工具，預計到 2026 年更將提升至 5 億美元。 這也凸顯出製造業整體價值鏈對生成式AI 的濃厚興趣，本文將分享製造業生成式AI 應用場景、導入效益與挑戰。 什麼是生成式AI？ 生成式AI（Generative Artificial Intelligence）是一種人工智慧系統，專注於生成新內容...

生成式AI（GenAI）背後的大型語言模型（LLM）雖然可以用類似人類對話的方式回答問題，甚至創建連貫且富有創意的文字，但 LLM 的回答內容事實上是以統計學上最有可能出現的字詞，而非像是人類在思考般以「因果」進行推論的。世界經濟論壇報導提出，將「因果AI（ Causal AI ）」與生成式AI 結合，將能輔助生成式AI 提升決策解釋力、減少偏差與風險。本文將介紹什麼是因果AI、因果AI 如何與生成式AI 結合，以及產業應用案例。 生成式AI 遇到的挑戰 雖然生成式AI 提升了產業應用案例，但它...

ChatGPT 的出現再次讓人工智慧 (AI) 成為全球關注的焦點。這款強大的生成式人工智慧工具讓人們親眼見證了人工智慧在自然語言處理領域的驚人成就，並且帶來了從創意產出到工作效率提升的巨大變革。然而，事實上，AI 早已在過去數年裡深入許多產業，從製造、醫療、金融到零售，都已經廣泛應用人工智慧技術來優化流程、提升決策品質，甚至創造全新商業模式。本篇文章將深入探討人工智慧在各大產業中的實際應用，並介紹如何透過 iKala 的 AI 顧問服務，快速為企業啟動以人工智慧驅動的解決方案。   ...

想像一下，在未來所有員工可以藉由生成式 AI 來更快地完成工作，每一項任務都變得不再乏味且更具創新性，每一個應用程式都提供更有用、個人化的體驗。而要實現這個未來，企業需要的不僅僅是一個強大的大型語言模型 (LLM) 或聊天助手，他們需要完整的能力來建構和擴展適合自家業務和應用場景的生成式 AI 應用程式。本篇文章將介紹 Amazon Web Service (AWS) 的生成式 AI 服務，包含生成式 AI 助手 Amazon Q，以及讓生成式 AI 應用程式變得簡單且快速的開發平台 Amazo...

2024 年 3 月，由 OpenAI 前成員所創立的 AI  新創公司 Anthropic 宣布了他們的 Claude 3 基礎模型系列，包括三個型號： Claude 3 Haiku：最快且最緊湊的模型，可實現近乎即時的回應能力 Claude 3 Sonnet，在技巧與速度之間的理想平衡的模型 Claude 3 Opus，能在高度複雜的任務上提供頂級性能的產品。 在 3 月初 AWS 也宣佈在生成式 AI 服務 Amazon Bedrock 中全面推出 Claude 3 Sonnet。 202...

Gemini AI 是 Google 推出的最新大語言模型（Large Language Model），相較於其他 AI 模型以理解文字與圖片等內容，Gemini 能處理包含文字、圖片、影音或程式碼中的細節資訊，更在多項測驗結果超越 OpenAI 的 GPT-4！   不過，Google Gemini 不僅從技術面與 GPT-4 競爭，更從商業面大打生態系戰爭，不只提供 Gemini Ultra/Pro/Nano 三種模型版本，更有 Bard、Workspace 相關應用，本文將介紹 ...

提高 Google Drive 上傳的影片播放效果   我們正在啟用對於所有上傳到 Google Drive 的新視頻生成和播放動態自適應串流媒體（DASH）視頻轉碼。DASH轉碼提供自適應比特率播放，使用戶可以根據本地網絡質量等因素接收更高或更低分辨率的播放。由於這一改變，您還會注意到：   加入時間的改善（從點擊播放到實際開始播放所需的時間） 緩衝區重新緩衝的減少，無論是在正常播放還是在更高速度播放時 雖然此功能適用於所有上傳到Drive的新視頻，但現有的Drive中的視...

Google AI Studio 是一個基於瀏覽器的整合式開發環境 (IDE)，專為生成模型的原型而設計。透過 Google AI Studio，企業可以快速試用不同模型和探索各種提示 (Prompt)。一旦企業完成了滿意的作品，可以藉由 Gemini API 將模型轉換成企業常用的程式語言進行運作。     Google AI Studio 首頁提示與模型調整 Google AI Studio 為不同的應用場景提供了多種提示 (Prompt) 界面： 自由形式提示：為生成內...

最新Google 宣布推出 Gemma，這是一款輕量級又頂尖的開放模型，採用和 Gemini 一樣的研究與技術。Google Cloud 的使用者現在可以在 Vertex AI 上客製化、打造自己的 Gemma 模型，再用 Google Kubernetes Engine（GKE）跑模型。Gemma 的推出加上Google Cloud 功能升級，代表 Google 致力於讓 AI 技術在 Google Cloud 上更開放、更好用。   Google Gemma是什麼？ 你知道Goog...

歡迎登上人工智能技術的星際航班，我們即將探索被稱為 Gemini 的星系：Ultra、Pro 與 Nano。這三顆璀璨之星，並非遙遠宇宙中的天體，而是引領未來方向的 AI 創新模型。本篇文章將作為您的星際飛船，帶您遨遊在 AI 能力、特性差異及各型號應用的廣袤宇宙中。不論您是科技愛好者、行業精英還是純粹出於好奇，都請準備好，隨我一同探索這些技術奇觀。 Gemini AI是什麼？ Gemini AI 是 Google 推出的最新大語言模型（Large Language Model），分為三個版本：...

變更內容從今天開始，Google Sheets 的 Enhanced Smart Fill 功能現在可供擁有 Duet AI for Google Workspace Enterprise 附加的用戶使用。這是在 2020 年引入的 Smart Fill 的基礎上進行擴展的功能，Smart Fill 可以檢測列之間的模式，並使用 Google 的知識圖譜為剩餘的儲存格提供數據建議。最近，我們推出了 Sheets 中的 Help me organize 功能，這是 Duet AI 的一個特點，為您...

Gemini (舊稱Duet AI) 在 Google Cloud 中是一個持續運行的協作工具，為 Google Cloud 用戶提供生成式人工智慧支援，包括開發人員、數據科學家和運營人員。為了提供一個集成的支援體驗，Gemini 已嵌入到許多 Google Cloud 產品中。   您向 Gemini 提出的問題，包括您希望分析或完成的任何輸入訊息或程式碼，稱為指令(Prompt)。您從 Gemini 獲得的答案或程式碼完成稱為回應。Gemini 不會使用您的指令或其回應作為資料來訓...

AlloyDB 是什麼？ [1]   AlloyDB 是 Google 針對高可擴展企業資料庫工作負載需求，相容於 PostgreSQL 的資料庫服務，具有 Google 雲端基礎設施的優點，可橫向擴展運算與儲存，並支援 AI/ML 功能。  AlloyDB 處理交易工作負載的速度是標準 PostgreSQL 的 4 倍，分析性查詢的速度更是 PostgreSQL 的 100 倍。 透過兩個用於查詢模型的函數擴展 PostgreSQL 語法、最佳化與 pgvector 相容、並且與 V...

為了使開發人員能在快速變化的媒體環境中識別敏感內容，我們很高興地公開 PaLM 2  技術提供的文字審核功能，該功能可由 Cloud Natural Language API 取得。 由 Jigsaw 和 Google Research 合作構建的文字審核功能，可幫助企業掃描敏感或有害內容。 以下舉出幾個例子，示範文字審核服務的使用情境： 品牌安全：保護廣告主不受使用者生成的內容和出版商內容所認為的「不符合品牌安全」之處影響 使用者保護：掃描潛在的攻擊性或危害內容  減少生成式人工智能的風險：幫...

Duet AI 在 Google Cloud Security Command Center 中是一個持續運行的協作工具，為 Security Command Center 用戶提供生成式人工智慧支援，包括開發者和運營人員。為了提供一致的使用體驗，Duet AI 已嵌入到許多 Google Cloud 產品中。   Security Command Center 中的 Duet AI 可以協助用戶用自然語言了解 Security Command Center 中所掃描到的 Findin...

Google Workspace Duet AI 是 Google 推出的全新 AI 協作工具，可在 Google Workspace 應用程式中使用，包括 Gmail、Google 文件、Google 試算表、Google 簡報、Google Meet 和 Chat。Duet AI 採用 Google 最先進的生成式 AI 技術，能夠協助使用者在工作中更輕鬆、更有創意。 Duet AI 影片介紹: Introducing Duet AI for Google Cloud    Due...

Vertex AI 於 2021 被推出用來幫助快速追蹤 ML 模型開發和部署，從特徵工程到模型訓練到低延遲推理，所有都具備企業管理和監控。自從那時候，客戶像是 Wayfair、  Vodafone、  Twitter 和 CNA 用Vertex AI 加速他們的 ML 專案，我們也推出了數以百計的新功能。 但我們並未就此止步—Vertex AI 最近進行了迄今為止最大的更新。Vertex AI 中的生成式 AI 將能透過最簡單的方法提供團隊利用一系列的生成模型的資源。現在企業能在 Google...

我們推出 Google Workspace 的最初目的，就是讓使用者能與其他人即時協作。如今使用者更可以在協作的過程中獲得 AI 的協助，我們持續將生成式 AI 功能導入所有 Workspace 應用程式。這些功能不僅有助於撰寫文字、整理內容、產出可視化的內容、加快工作流程、提供更豐富的會議體驗，以及其他更多助益。這些都整合在 Duet AI for Google Workspace，可為您提供強大的全新工作方式。   今年 3 月，我們分享了 Google Workspace 邁入新...

雲端開發者們早已可以使用你們選擇的程式語言進行編碼，利用容器實現可移植性，透過無伺服器減少複雜性，並通過遵循 DevOps 原則管理整個軟體生命週期。然而，建立和引入新的雲端應用程序仍然需要大量的手動規劃與合成。你需要研究和計劃部署，創建可運作且安全的架構，當然，你需要實際撰寫程式碼。 在過去的幾十年裡，「自行開發」模式已經成為雲端科技發展的主流。開發人員擁有大量的選項，反而使開發變得更加複雜。雲端從感到興奮無比的領域變得有些讓人不知所措。你可能會想，如果開發人員能隨時隨地獲得所需幫助該有多好？...

2021 年對於客服中心來說是高風​​險的一年，許多組織被迫迅速擴大客服中心的運營規模，以應對持續的大流行中斷。我們感到自豪的是，對於 Google Cloud 的聯絡中心 AI (CCAI) 而言，2021 年也是令人驚嘆的一年，儘管環境充滿挑戰，但它幫助我們的客戶適應並茁壯成長。 從 1 月份開始，我們在 GA 推出了 Dialogflow CX。Agent Assist 預覽版於 5 月發布。最近，CCAI Insights GA 於 10 月在 Google Cloud NEXT 上發布...

GA 的 Vertex Pipelines，讓你可以快速可靠的複製、分享你的 ML 工作流程。身為 MLOps 的重點產品，可以用 Kubeflow Pipelines 和 TensorFlow Extended 定義你的管線流程；無伺服器的服務，讓你不需要預先準備或是手動擴展你的訓練機器。 擴展機器學習 (ML) 工作流程的最佳方法是將它們作為管線執行，其中每個管線步驟都是 ML 流程的不同部分。 管線是組織運作ML 工作流程的最佳工具，包含生產、分享和可靠地以及可重複使用 。 它們也是 ML...

幾乎所有公司都會面臨兩大挑戰：整理數據做出更明智的決策，以及為客戶提供更客製和便利的體驗。人工智慧 (AI) 可以提供幫助，但較難勾勒出 AI 應用於商業的輪廓。為了加速 AI 導入，Google Cloud 推出兩項重要的 AI 解決方案新功能： Contact Center AI (CCAI) Insights 目前已廣泛使用，提供開箱即用的自定義建模技術，使客服團隊能更快速的了解客戶交互數據。CCAI Insights 的擴展替 Google Cloud 中的 CCAI 解決方案 帶來深遠...

什麼是人工智慧、機器學習、深度學習？(一) 這系列 Machine Learning 教學文章，將帶您了解人工智慧、機器學習、深度學習的差異、該怎麼選擇資料訓練機器學習系統、以及機器學習系統又是如何被訓練的？ 人工智慧 (Artificial Intelligence) 什麼是人工智慧？ 人工智慧 (AI) 是能讓事物變更聰明的科技，我們可以這樣定義：「讓機器展現人類的智慧。」它是一個能讓電腦執行人類工作的廣義術語，而人工智慧的範圍眾說紛紜，隨著時間推衍產生更多的應用和變化。 人工智慧在哪裡？ ...

對於大多數企業來說，機器學習看似與火箭科學一樣需要大量資金和人才，而事實上也的確如此；若沒有適當的目標規劃，您很可能會耗費大量的資源。但幸運的是，現在借助雲端服務商，您就可以輕鬆、快速且有效益地為企業導入 AI 和機器學習了！這些雲端服務商提供現成的 AI 解決方案，讓您不必自行打造、從零建構 AI 服務，也能讓您以較小的規模，開始實作 AI 專案/產品，完成初步的概念驗證。 在這一系列文章，我們將介紹三大雲端服務商 (Google / Microsoft / Amazon) 的 AI 與機器學...

機器學習相關應用越趨明顯 現在各大產業紛紛開始導入人工智慧、機器學習的趨勢越趨明顯，然而企業欲打造整套方案，人力資源、研發以及時間成本都是考量的重點。只是人工智慧相關人才難尋且昂貴、同時新的工具、研發都需要大量的時間。在這快速的網路時代，已經不敷所需。(更新日期：2017.2.18) 現在 Google Cloud Platform 或許是您最佳的選擇，Google 強大的雲端服務不僅提供 IaaS、PaaS 甚至 Container 的服務外，人工智慧/機器學習的服務已經launch。Goog...

機器學習是什麼? 引起全球迴響的 ML 教學 這份簡報釋出後即引起世界各地極大的迴響，原因無他，作者用淺顯易懂的方式彙整了現今科技業的當紅炸子雞：AI、Machine Learning、Deep Learning，對初學者是非常合適的敲門磚。 如果您已經很熟悉這些議題，這份簡報也有依難易度做內容的區分，您可以透過閱讀藍色背景的簡報去學習更多更深入的應用。事不宜遲，趕緊來看看究竟是什麼樣的 ML 教學能引起全球廣泛的共鳴呢? (檔案較大，載入請稍作等候) (檔案原始連結：https://goo.g...

【應用】臉部辨識 - TensorFlow x deep learning (一) 在這一篇文章 中，您可以了解卷積神經網絡 (convolutional neural networks) 和其背後的理論。而本系列的文章將帶各位了解：如何運用 Tensorflow, Dlib, docker 和透過卷積神經網絡實作人臉辨識。 Overview ⬩ 臉部辨識簡介 ⬩ 使用臉部偵測和校正處理圖像 ⬩ 利用 TensorFlow 生成臉部嵌入 ⬩ 訓練 SVM 分類器 先決條件 ⬩ 了解線性代數的基本...

暨上一篇帶您了解人工智慧、機器學習、深度學習的差異後，這篇將進一步介紹該如何選擇正確且合適的資料來訓練機器學習系統。 特徵 / 屬性 (Features/Attributes) 我們透過特徵(又稱屬性) 來訓練機器學習系統。以水果為例，我們可以將水果的特徵分成重量和顏色，兩個特徵就意味著有兩個維度。如果我們用數字的方式來呈現，則可已被繪製在 2D 的象限上。 以下圖這個情況來說，ML 系統可以學會利用一條線將蘋果與橘子的資料分開。當我們輸入新的資料時，就可以運用它來做分類。(ex.) 在線上方的...

【應用】臉部辨識 - TensorFlow x deep learning (二) 上一篇文章帶您了解了人臉辨識的概念，在這篇文章中我們將實作處理數據、設置環境、得到初步的成果。 使用 Dlib 和 Docker 預先處理數據 # Project Structure ├── Dockerfile ├── etc │ ├── 20170511–185253 │ │ ├── 20170511–185253.pb ├── data ├── medium_facenet_tutorial │ ├── a...

GCP vs AWS vs Azure：Machine Learning 介紹 (一) 對於大多數企業來說，機器學習看似與火箭科學一樣需要大量資金和人才，而事實上也的確如此。「一切皆服務」的趨勢正逐步影響這個複雜的領域，你可以在沒有太多投資的情況下快速啟動機器學習計劃。如果你是數據科學的新手，想先做初步的嘗試，這的確是正確的做法。 其中一個令人印象深刻的機器學習應用，是關於一個日本農民利用機器學習自動分類黃瓜，協助父母經營農園的故事。這不同於其他大型的企業，這個人既沒有機器學習的專業知識和預算，...